Papers.org: 公开教学和结构化机器学习再复制 (ReproducedPapers.org: Openly teaching and structuring machine learning reproducibility)

Burak Yildiz,Hayley Hung,Jesse H. Krijthe,Cynthia C. S. Liem,Marco Loog,Gosia Migut,Frans Oliehoek,Annibale Panichella,Przemyslaw Pawelczak,Stjepan Picek,Mathijs de Weerdt,Jan van Gemert

from arxiv, Accepted to RRPR 2020: Third Workshop on Reproducible Research in Pattern Recognition

We present ReproducedPapers.org: an open online repository for teaching and structuring machine learning reproducibility. We evaluate doing a reproduction project among students and the added value of an online reproduction repository among AI researchers. We use anonymous self-assessment surveys and obtained 144 responses. Results suggest that students who do a reproduction project place more value on scientific reproductions and become more critical thinkers. Students and AI researchers agree that our online reproduction repository is valuable.

翻译：我们提出RecentPappers.org:一个开放的在线知识库,用于教学和结构机器学习的再复制。我们评价学生的复制项目和大赦国际研究人员在线复制资料库的附加价值。我们使用匿名的自我评估调查,并获得144份答复。结果显示,从事复制项目的学生更重视科学复制,并成为更关键的思想家。学生和大赦国际研究人员一致认为,我们的在线复制资料库很有价值。

相关内容

Machine Learning

关注 2233

机器学习（Machine Learning）是一个研究计算学习方法的国际论坛。该杂志发表文章，报告广泛的学习方法应用于各种学习问题的实质性结果。该杂志的特色论文描述研究的问题和方法，应用研究和研究方法的问题。有关学习问题或方法的论文通过实证研究、理论分析或与心理现象的比较提供了坚实的支持。应用论文展示了如何应用学习方法来解决重要的应用问题。研究方法论文改进了机器学习的研究方法。所有的论文都以其他研究人员可以验证或复制的方式描述了支持证据。论文还详细说明了学习的组成部分，并讨论了关于知识表示和性能任务的假设。官网地址：http://dblp.uni-trier.de/db/journals/ml/

AAAI2021 | 图神经网络的异质图结构学习，Heterogeneous Graph Structure Learning for Graph Neural Networks

专知会员服务

91+阅读 · 2021年1月20日

专知会员服务

38+阅读 · 2020年11月3日

Linux导论，Introduction to Linux，96页ppt

专知会员服务

78+阅读 · 2020年7月26日

【干货书】真实机器学习，264页pdf，Real-World Machine Learning

专知会员服务

114+阅读 · 2020年4月5日